Проблемы, связанные с рассеянием электромагнитных многих объектах, входящих в состав технических устройств, сейчас требуют соответствующего решения. Это относится к многим прикладным случаям. Исследователями создано большое число способов и методик, которые дают возможности для проведения оценок характеристик по широкому классу объектов. Они характеризуются сложной формой, могут наблюдаться магнито-диэлектрические включения. При этом весьма интересно с точки зрения практики рассмотрение особенностей прогнозирования характеристик рассеяния таких объектов, которые применяются на практике. Иногда подобный подход дает возможности для снижения необходимого машинного времени с тем, чтобы моделировать в рамках соответствующей точности [1].
Цель этой статьи состоит в проведении анализа способов, которые могут применяться в ходе прогнозирования характеристик рассеяния радиоволн.
Существует более сотни способов прогнозирования, однако лишь некоторые из них активно применяются на практике. Вот несколько примеров:
1. Интерполяция и экстраполяция – методы, которые используются для предсказания значений между известными данными или за пределами имеющихся данных.
2. Метод, связанный с экспертными оценками – основан на мнениях и знаниях экспертов в определенной области.
3. Использование статистического анализа – включает в себя анализ и интерпретацию статистических данных для прогнозирования будущих событий.
4. Методы, базирующиеся на искусственном интеллекте – используют алгоритмы машинного обучения и искусственной нейронной сети для анализа данных и предсказания.
5. Методы, базирующиеся на моделировании – включают создание математических моделей, которые описывают систему и позволяют делать прогнозы на основе этих моделей.
Выбор способов прогнозирования связан со многими факторами.
В методе экстраполяции осуществляется рассмотрение по установившимся закономерностям поведения физических величин. Они зависят от времени и других параметров [2].
Существует формальная, а также прогнозная экстраполяция. Если есть формальная экстраполяция, тогда основываются на том, что закономерности, связанные с рассеянием электромагнитных волн, будут одинаковыми для разных моментов времени. Для случая, когда есть прогнозная экстраполяция на процессы взаимодействия электромагнитных волн будут влиять разные факторы [3].
Для случая линейной регрессии важны связи, которые существуют среди характеристик рассеяния и независимых переменных. Для методов скользящего среднего мы можем сделать прогноз относительно характеристик рассеяния по ближайшим моментам времени. Для метода взвешенного скользящего среднего осуществляют вычисления не средних, а средневзвешенных величин. При реализации моделирования ведут формирование моделей, базируясь на данных изучения свойств компонентов и процессов рассеяния и распространения электромагнитных волн. Если осуществляют процессы прогнозирования [4] на базе моделей, тогда мы можем указать несколько шагов: разработку моделей, осуществление экспериментального анализа, проведение проверок по соответствию результатов прогнозов и экспериментальных данных, осуществление корректировок моделей. По математическим методам, которые применяются при прогнозировании значений характеристик рассеяния мы можем применять: корреляционный анализ, распознавание образов, спектральный анализ и другие. Анализ демонстрирует, что расчет характеристик рассеяния электромагнитных волн в дальней зоне осуществляется значительно проще, чем в ближней зоне.
Осуществление экспериментальных исследований, связанных с оценками характеристик рассеяния радиоволн не во всех случаях является возможным. Бывает, что существуют непрогнозируемые помехи. Помимо этого, важно для экспериментов вести разработку соответствующих методик. Они связаны с характеристиками измерительной аппаратуры, и при этом учитываются дополнительные условия.
Проведение прогноза по характеристикам может быть связано как с отдельными объектами, так и с большинством компонентов.
Для метод экспертных оценок проведение прогноза базируется на том, что есть мнение одного или группы специалистов. Поддержку проверки согласованности по мнениям экспертов, которые ведутся на основе ранжировок, осуществляют при помощи коэффициента ранговой конкордации Кендалла и Смита. Еще применяют коэффициенты ранговой корреляции Кендалла и Спирмена. Метод экспертных оценок удобно использовать если создаются расчетные модели, и при этом встречаются со значительными трудностями. В ходе формирования строгих решений электродинамических задач исследователи стремятся к тому, что они должны быть как можно ближе к моделям объектов, которые отражают или излучают электромагнитные волны. С точки зрения прогнозирования в электромагнитной экологии требуется привлечение специалистов по антеннам, распространению радиоволн, построению телекоммуникаций и др. [5].
Использование статистических методов подразумевает прогнозирование временных рядов в будущем, то есть рассматривается экстраполяция и интерполирование в будущее. При прогнозировании зависимостей ориентируются на определенный временной ряд, который рассматривают относительно какой-либо вероятностной модели. Многомерную регрессию можно сейчас считать статистическим подходом к прогнозированию.
Если рассматривается прогноза динамики какой-то электродинамической системы, то необходимо иметь подробное изложение входящих в нее параметров, а также механизмы возникновения помех. Анализ в рамках статистических подходов сейчас во многих случаях исследователи проводят, например, с использованием прикладные программ Statgraphics, Stadia и др.
Далее отметим особенности методов искусственного интеллекта. Нейронные сети можно обучать с применением множества примеров, можно назвать это их основным преимуществом. Использовать нейронные сети удобно тогда, когда трудно провести построение точной математической модели по закономерностям рассеяния электромагнитных волн. Но при этом необходимо иметь ввиду, что обучать нейронные сети требуется в течение довольно длительного времени. В генетических алгоритмах используется понятие направленного случайного поиска. Мы решение задачи ищем как хромосому. Исходя из первоначального поколения хромосом и дальнейшей их селекции можно найти решение, удовлетворяющее необходимым критериям. В некоторых случаях делают комбинацию генетических алгоритмов и нейронных сетей, то есть, происходит гибридизация. При прогнозировании характеристик рассеяния можно использовать нечеткую логику. В ней формулировка задач идет в терминах правил, которые состоят из множества условий и результатов.
На современном этапе исследователи разрабатывают методы прогнозирования, которые основываются на положениях теории хаоса и фракталов. Таким образом, в работе кратко обозначены методы, которые могут быть полезны при прогнозировании характеристик рассеяния электромагнитных волн различных объектов.